这个为期多年的项目将把大数据，人工智能和机器人技术与经过时间检验的新技术相结合，以进行湖泊采样，以了解蓝藻水华发生的时间，地点和方式。
研究团队汇聚了贝茨学院，科尔比学院，达特茅斯，新罕布什尔大学，罗德岛大学和南卡罗来纳大学的淡水生态学，计算机科学，工程和地理空间科学专家。
达特茅斯大学计算机科学助理教授，项目负责人阿尔伯托·夸特里尼·李说：“很难有这么多不同专业的团队来研究这样的问题。”“通过共同努力，我们可以增加可以收集的数据量，并提高预测能力。”
淡水湖泊负责提供各种人类和生态服务，例如提供饮用水和生产食物。但是，全国和世界各地的湖泊受到越来越多的有害蓝藻水华发生率的威胁。
蓝藻的繁殖有时被称为蓝绿色藻类，它们会影响湖泊水的质量，并通过会破坏多个器官系统的毒素威胁人类健康。
科学家们知道，土地利用变化和全球气候变化是蓝细菌的主要驱动力，但对于影响单个湖泊中水华发生的时间和地点的影响，仍然有很多未知的地方。研究人员还希望了解极端降水事件对蓝细菌的影响。
达特茅斯(Dartmouth)生物学教授凯瑟琳·科廷汉姆(Kathryn Cottingham)表示：“我们认为个体开花是由条件复杂的相互作用导致的，这些条件包括过去春季的营养负荷，温度和降水的最新趋势以及当前湖内条件。“直到现在，我们还没有工具或技术来以正确的时空尺度跟踪状况以了解那些驱动因素。”
该项目将使用机器人船，浮标和配备摄像头的无人机来测量发现蓝细菌的湖泊中的物理，化学和生物数据。当结合使用时，该技术将生成与湖泊和有害水华发展有关的大量数据。该项目还将建立新的算法模型以评估结果。
该项目将研究新罕布什尔州，缅因州，罗德岛州和南卡罗来纳州的湖泊。
通过这项研究收集的信息可以更好地预测何时何地发生蓝藻水华。这些预测可能允许采取较早的行动来保护休闲湖和供应饮用水的湖中的公共健康。
利用覆盖水和空气的技术，研究人员还将收集有关湖泊周围人口和土地利用的信息，以确定这些因素如何影响水华的形成。